[发明专利]基于Milvus向量相似搜索的物料推荐方法、系统及存储介质在审

专利信息
申请号: 202310499383.0 申请日: 2023-05-05
公开(公告)号: CN116595001A 公开(公告)日: 2023-08-15
发明(设计)人: 张锦麟 申请(专利权)人: 上海二三四五网络科技有限公司
主分类号: G06F16/22 分类号: G06F16/22;G06F16/2457;G06F16/2458;G06F18/22
代理公司: 上海海钧知识产权代理事务所(特殊普通合伙) 31330 代理人: 许兰;姜波
地址: 200135 上海市浦*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 milvus 向量 相似 搜索 物料 推荐 方法 系统 存储 介质
【权利要求书】:

1.一种基于Milvus向量相似搜索的物料推荐方法,其特征在于,所述物料推荐方法包括如下方法步骤:

S1、海豚调度模块将物料实例的嵌入向量数据,同步至云原生向量数据库集群,其中,所述云原生向量数据库集群中包括多个云原生向量数据库;

S2、路由服务模块,从多个云原生向量数据库,获取物料实例的IP列表;

S3、向量服务模块调用路由服务模块,从路由服务模块获取物料实例的IP列表;

S4、向量服务模块,将物料实例IP列表通过轮询的负载均衡策略,请求多个云原生向量数据库,对物料实例IP列表中对应物料实例的嵌入向量进行相似搜索;

S5、多个云原生向量数据库对待搜索的物料实例的嵌入向量,与云原生向量数据库中的业务向量进行余弦相似计算,并将相似度最高的K个物料实例的嵌入向量返回至向量服务模块;

S6、推荐服务模块,获取K个物料实例的嵌入向量,根据K个物料实例的嵌入向量进行物料推荐。

2.根据权利要求1所述的物料推荐方法,其特征在于,在步骤S1中,海豚调度模块通过调用云原生向量数据库数据同步接口,将物料实例的嵌入向量数据,同步至云原生向量数据库集群。

3.根据权利要求1所述的物料推荐方法,其特征在于,在步骤S3中,向量服务模块,通过HTTP协议调用路由服务模块,从路由服务模块获取物料实例的IP列表。

4.根据权利要求1所述的物料推荐方法,其特征在于,在步骤S2中,路由服务模块,对多个云原生向量数据库进行健康检查,

当多个云原生向量数据库中存在不健康的物料实例IP,则路由服务模块将物料实例IP列表中不健康的物料实例IP剔除。

5.根据权利要求4所述的物料推荐方法,其特征在于,向量服务模块,从路由服务模块获取剔除不健康的物料实例IP的物料实例IP列表。

6.根据权利要求1所述的物料推荐方法,其特征在于,在步骤S6中,推荐服务模块,通过HTTP协议调用向量服务模块,从向量服务模块获取K个物料实例的嵌入向量,并将K个物料实例的嵌入向量对应的物料进行推荐。

7.一种基于Milvus向量相似搜索的物料推荐系统,其特征在于,所述物料推荐系统包括:

海豚调度模块,用于存储物料实例的嵌入向量数据,并将物料实例的嵌入向量数据同步至云原生向量数据库集群,其中,所述云原生向量数据库集群中包括多个云原生向量数据库;

路由服务模块,用于从多个云原生向量数据库,获取物料实例的IP列表;

向量服务模块,用于调用路由服务模块,从路由服务模块获取物料实例的IP列表,以及用于将物料实例IP列表通过轮询的负载均衡策略,请求多个云原生向量数据库,对物料实例IP列表中对应物料实例的嵌入向量进行相似搜索;

云原生向量数据库集群,通过多个云原生向量数据库,对待搜索的物料实例的嵌入向量,与云原生向量数据库中的业务向量进行余弦相似计算,并将相似度最高的K个物料实例的嵌入向量返回至向量服务模块;

推荐服务模块,用于获取K个物料实例的嵌入向量,根据K个物料实例的嵌入向量进行物料推荐。

8.根据权利要求7所述的物料推荐系统,其特征在于,所述物料推荐系统还包括云原生向量数据库数据同步接口;

海豚调度模块通过调用云原生向量数据库数据同步接口,将物料实例的嵌入向量数据,同步至云原生向量数据库集群。

9.根据权利要求7所述的物料推荐系统,其特征在于,路由服务模块,还用于对多个云原生向量数据库进行健康检查,

当多个云原生向量数据库中存在不健康的物料实例IP,则路由服务模块将物料实例IP列表中不健康的物料实例IP剔除。

10.一种计算机存储介质,其特征在于,所述计算机存储介质用于存储计算机执行指令,所述计算机执行指令,用于执行权利要求1至6中任一权利要求所述的物料推荐方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海二三四五网络科技有限公司,未经上海二三四五网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310499383.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top